Ce projet est dédié à l'analyse et au traitement de données issues d'expériences en physique nucléaire. Il permet de calibrer des détecteurs, de corriger des signaux temporels et énergétiques, et de simuler des réactions pour valider des modèles théoriques. Les outils intégrés facilitent l'extraction de paramètres physiques et la génération de visualisations pour l'interprétation des résultats.

Implémentation des fonctionnalités de modélisation et de reporting décrites dans des manuels de référence et des lignes directrices : analyse de sensibilité déterministe et probabiliste, analyse de l'hétérogénéité, prise en compte de la dépendance temporelle sur le temps d'état et le temps du modèle (modèles de Markov semi-Markov et non homogènes), etc.

TiAMo est un outil de vérification formelle dédié à l'analyse des systèmes temporisés modélisés par des automates temporisés. Il permet de vérifier des propriétés temporelles complexes sur des modèles, d'identifier des erreurs de conception ou de synchronisation, et d'optimiser des systèmes critiques comme les protocoles de communication ou les systèmes embarqués. Développé dans le cadre d'un projet de recherche, il est utilisé pour valider la correction et la fiabilité des systèmes avant leur déploiement.

Ce projet développe des modèles avancés pour analyser et surveiller les terres à partir de séries temporelles d'images satellites multi-modales. Il permet de détecter des changements environnementaux, d'identifier des infrastructures comme les panneaux solaires, et de prévoir des évolutions du paysage. Les solutions proposées s'appuient sur des architectures duales et des mécanismes d'attention linéaire pour traiter efficacement les données spatiales et temporelles.

Ce projet développe des outils pour analyser et caractériser les sources sismiques à partir de données GNSS en utilisant des modèles d'apprentissage profond. Il permet de générer des séries temporelles synthétiques, d'entraîner des modèles de deep learning et d'évaluer leur performance sur des données réelles et simulées.

Bibliothèque Python dédiée à la détection hors ligne de points de rupture dans des signaux. Elle permet d'identifier et de segmenter des changements de régime dans des séries temporelles, facilitant ainsi l'analyse de données non stationnaires. Utilisée principalement en recherche scientifique et en traitement du signal, elle propose une interface simple et des algorithmes variés pour répondre à différents modèles paramétriques et non paramétriques.

Outil dédié à l'analyse et à la visualisation de données issues de la diffusion cohérente des rayons X (XPCS), notamment pour les expériences menées sur la ligne de lumière ID02 de l'ESRF. Permet de manipuler des fichiers de résultats expérimentaux, d'effectuer des opérations de base, des ajustements de modèles et des analyses de corrélations temporelles. Utilisé principalement par les chercheurs en science des matériaux et physique pour interpréter des données complexes issues d'expériences synchrotron.

Projet dédié à l'analyse automatisée du comportement de larves de drosophile. Il permet de classifier des séquences temporelles de mouvements en catégories comportementales précises (comme courir, se rouler, s'arrêter) à l'aide de modèles d'apprentissage automatique. Le système génère également des représentations vectorielles des données pour des analyses comparatives ou des visualisations.

Outil dédié à la lecture et au traitement de fichiers géographiques WPS et de sorties de modèles de chimie-transport atmosphérique (comme CHIMERE CTM). Il génère automatiquement des cartes de concentration et d'orographie, ainsi que des séries temporelles de concentrations pour des stations prédéfinies. Ce projet facilite l'analyse et la visualisation des données environnementales pour les chercheurs et les acteurs de la qualité de l'air.

Ce projet permet de reproduire et analyser l'évolution temporelle des termes de l'équation d'Exner pour des simulations de morphodynamique en écoulements diphasiques. Il fournit des outils pour visualiser les contributions des différents flux sédimentaires (vertical, latéral, longitudinal) dans des configurations 1D, 2D et 3D. Les résultats sont utilisés pour valider des modèles numériques et comprendre les processus d'érosion et de dépôt dans les milieux fluviatiles ou marins.